從董監事名單觀察法人投資關係

台灣的企業種類分佈相當廣泛，有政府經營的國營企業、廣大的中小企業，家族企業為背景的財團，還有黨營事業，這些不同的市場參與者組成了現今的企業生態圈。但對於檯面上的企業財團之間存在怎樣的競合關係，我們卻始終無法一覽全貌。近年來社會網絡分析 (Social Network Analysis）相當盛行，藉著觀察法人投資關係我們可以更清楚政府、財團甚至黨營事業組成一個大群體。這群體的成員組成有誰？他們的規模究竟有多大？該如何界定他們的影響力？這些都將在下文逐一分析討論。

In [7]:

badstate = list(badstatus(cn))
totcnt = cn.cominfo.find().count()
localcnt = cn.cominfo.find({'type':{'$in': ['baseinfo', 'fbranchinfo', 'fagentinfo']}, 'status':{'$nin': badstate}}).count()
val1 = cn.comivst.find().distinct('dst')
val2 = cn.comivst.find().distinct('src')
val12 = len(set(val1).union(set(val2)))

val3 = float(val12)/(localcnt)*100

#val4 = float(freq[0])/sum(freq)*100

markdown_str=[u'本研究資料來源為 [台灣公司關係圖](http://gcis.nat.g0v.tw/) 7 月份資料，',
              u'整體樣本數為 {0:,d} 家公司。'.format(totcnt),
              u'由於資料來源並不含時間序列的變數，無法觀察不同時點的公司存活家數變化，故僅考慮營運中的企業。',
              u'台灣整體營運中的企業數 (不含分公司) 約 {0:,d} 家。'.format(localcnt),
              u'其中有董監事名單或被列入董監事名單的公司約有 {0:,d} 家，'.format(val12),
              u'這些約佔整體營運中的企業 %1.2f%% 左右。' % (val3),
              u'我們想了解的，就是這些公司為台灣形塑出來的企業生態圈概貌。']

rendermd(markdown_str)
#HTML(u"<p>{}</p>".format(markdown(u''.join(markdown_str))))

Out[7]:

本研究資料來源為台灣公司關係圖 http://gcis.nat.g0v.tw/ 7 月份資料，整體樣本數為 1,447,188 家公司。由於資料來源並不含時間序列的變數，無法觀察不同時點的公司存活家數變化，故僅考慮營運中的企業。台灣整體營運中的企業數 (不含分公司) 約 619,154 家。其中有董監事名單或被列入董監事名單的公司約有 42,043 家，這些約佔整體營運中的企業 6.79% 左右。我們想了解的，就是這些公司為台灣形塑出來的企業生態圈概貌。

本報告將依以下順序進行探討：

樣本組成概貌
台灣整體企業網絡成份
誰是老大？誰是幕後藏鏡人？
企業影響力排名

台灣企業網絡生態圈

In [8]:

execfile('temp.py')
gall = getcomgraph()
#gs = [g for g in nx.weakly_connected_component_subgraphs(gall)]

In [9]:

#gs = map(len, nx.weakly_connected_components(gall))
#cPickle.dump(gs, gzip.open('weakly_comp.dat','wb'), True)

gs = cPickle.load(gzip.open('weakly_comp.dat'))

In [10]:

g2 = nx.DiGraph()
for i, g in enumerate(gs):
    if g>3:
        g2.add_node(i, {'size': g})
pos = nx.graphviz_layout(g2)

In [10]:

nx.draw_networkx_nodes(g2, pos, 
                       with_labels=False,
                       alpha=0.5,
                       node_size=[max(10,g['size']) for g in g2.node.values()],
                       )
hideaxis(pos)

根據不同企業間的法人投資關係，可將企業們分成大小不同的群體，進而繪出如上圖的台灣企業投資網路分佈（圓點大小代表企業數量多寡）。為簡化圖形複雜度，在此僅列出三家以上公司形成的群體。圖中多數群體的規模（此處群體規模為群體內的企業家數）相近，但有一個群體規模明顯大於其他群體。這群體究竟有多大？他的群體規模是第二名的三百倍以上。

這規模最大的群體，其交叉投資關係可繪成以下社會網路圖：

In [11]:

execfile('temp.py')
#g1 = nx.weakly_connected_component_subgraphs(gall)[0]
#pos1 = nx.graphviz_layout(g1)
#cPickle.dump((g1, pos1), gzip.open('comall.dat', 'wb'), True)

g1, pos1 = cPickle.load(gzip.open('comall.dat'))
drawall(g1, pos1)

上圖中紅點部份為該群體中直接投資公司數量前 25 名的公司。這些公司成員有官股行庫、財團與黨營事業。這些公司正位於群體的核心附近，透過子公司繼續投資其他公司形成間接投資。其他也有財團間透過策略聯盟交叉投資，或是共同投資新事業結合成利益共同體。種種複雜的投資關係下建構出了一個超巨大關係企業集團。對於台灣大型企業集團的結構與形成過程，可參考中研院李宗榮老師發表的研究文章 1, 2。

對於群體規模與相同規模的群體個數之間的關係，我們可繪成散佈圖如下：

In [12]:

s = pd.Series(gs).value_counts()
s1=s[s.index != 1]
plt.plot(s1.index, s1.values, '.', ms=20)
plt.xscale('log')
plt.yscale('log')
plt.title(u'群體個數/群體規模散佈圖')
plt.xlabel(u'群體規模 (log)')
_=plt.ylabel(u'群體個數 (log)')

由圖可觀察到一些現象：

絕大多數公司僅存在少數法人投資關係。
規模越大的群體，其個數與群體規模成指數遞減的關係。
規模最大的群體有一萬個以上成員。

這些由法人投資而形成的群體可視為具有廣義上的集團關係。集團所帶來的好處，不僅是投資方提供資金，取得被投資方的經營利潤而已。這當中還帶來了更多的資訊、人脈等無形優勢，幫助集團成員攫取更多利益。而集團的存在對經濟發展亦有指標性的影響，因為集團本身的規模優勢與市場地位而築成強勢的議價力量，會成為其他企業營運上不可忽視的因素之一。

In [13]:

#dfivst = getcentral(gall)
#cPickle.dump(dfivst, gzip.open('central_all.dat', 'wb'), True)

dfivst = cPickle.load(gzip.open('central_all.dat'))
dfivst.sort(u'outdeg', ascending=False, inplace=True)
dfivst[u'name'] = [''] * len(dfivst)
dfivst=dfivst[['name','anc','des','indeg','outdeg']]
coldic={'rank': u'排名',
        'name': u'單位名稱', 
        'anc': u'祖先數',
        'des': u'子孫數',
        'indeg': u'直接被投資',
        'outdeg': u'直接投資'}

誰是老大哥？誰是藏鏡人？

在觀察到台灣存在這麼一個超大關係企業集團後，令人忍不住想了解其中的組成成份。

在此我們試從兩個面向探討：直接投資家數、直接投資加上間接投資家數，來觀察誰是當中的老大哥。

直接投資家數排名

整體而言，最多直接投資的公司有誰呢？根據全體法人投資關係，列出前 25 大公司如下：

In [14]:

dfivst.sort(u'outdeg', ascending=False, inplace=True)
#dfivst=dfivst[['name','anc','des','indeg','outdeg']]
s = dfivst.head(500).copy()
s['rank'] = range(1, 1+len(s))
s['name'] = map(getname, s.index)
s['inbig1'] = [('O' if x in g1 else 'X') for x in s.index]
s=s[['rank','name','anc','des','indeg','outdeg','inbig1']]
coldic['inbig1'] = u'是否身處最大集團'
df=printdf(s[:25], coldic)
df

Out[14]:

排名	單位名稱	祖先數	子孫數	直接被投資	直接投資	是否身處最大集團
1	兆豐國際商業銀行股份有限公司	8	291	1	96	O
2	中華開發工業銀行股份有限公司	20	304	1	79	O
3	南聯國際貿易股份有限公司	5	112	1	55	O
4	裕隆汽車製造股份有限公司	18	195	4	47	O
5	南和興產股份有限公司	13	53	10	45	O
6	統一企業股份有限公司	4	221	4	43	O
7	統一超商股份有限公司	5	77	2	39	O
8	寶島投資開發股份有限公司	0	36	0	36	X
9	東元電機股份有限公司	18	81	6	35	O
10	創新工業技術移轉股份有限公司	1	47	1	34	O
11	中國鋼鐵股份有限公司	120	155	7	33	O
12	行政院國家發展基金管理會	0	635	0	32	O
13	光陽工業股份有限公司	9	52	9	31	O
14	臺灣水泥股份有限公司	71	246	12	31	O
15	永豐餘投資控股股份有限公司	10	195	5	29	O
16	仁寶電腦工業股份有限公司	2	102	1	29	O
17	南亞塑膠工業股份有限公司	7	109	4	28	O
18	臺灣化學纖維股份有限公司	7	109	4	27	O
19	行政院國軍退除役官兵輔導委員會	0	53	0	27	O
20	中盈投資開發股份有限公司	120	155	1	26	O
21	太陽光電能源科技股份有限公司	3	29	2	25	X
22	中央投資股份有限公司	0	118	0	25	O
23	大同股份有限公司	1	65	1	25	O
24	中華電信股份有限公司	1	71	1	24	O
25	新光合成纖維股份有限公司	51	313	7	24	O

In [15]:

df=printdf(s, coldic)
htmlcsv(u'前五百大詳細內容見此', df, fi='outdeg_rank')

Out[15]:

前五百大詳細內容見此：HTML, CSV

以上可觀察到前 25 名企業中，僅有兩間公司不屬於最大集團的一份子。事實上即使前 100 名中也僅有五間公司不屬於最大集團的一份子。（見下表）

In [16]:

li = ListTable()
li.append([u'名次', u'名稱', u'直接投資'])
for i, k in enumerate(dfivst.index[:100]):
    if k not in g1.node:
        li.append([i, getname(k), dfivst.ix[k, u'outdeg']])
        
li

Out[16]:

名次	名稱	直接投資
7	寶島投資開發股份有限公司	36
20	太陽光電能源科技股份有限公司	25
33	鬥牛士股份有限公司	21
50	旭晟投資有限公司	17
51	皇科投資有限公司	17
56	中嘉網路股份有限公司	17

觀察前 25 名可以看到組成份子可略分三大類：財團、官股、黨營事業。前兩名的兆豐國際商業銀行與中華開發工業銀行，因過去的工業銀行背景，故至今仍佔有不少公司的董監事席次。中華開發昔日具備官股與黨營事業背景，但時至今日已無黨營事業席次，而官股亦已僅剩一席。

國民黨麾下的中央投資，與大同公司、太陽光電能源科技公司同時列名第 21 名。自過去一黨專政時代開始，國民黨即擁有不少資產。雖然社會自過去一直不斷有要求國民黨歸還黨產的聲音出現，但至今仍有堪與其他財團相比擬的轉投資公司家數。像國民黨這樣具有財團實力的政黨在世界各國當中已是少數，其身處台灣最大關係企業集團中的一員，更顯示了其與財團之間利害關係密切。

對於直接投資前 50 名的公司，可繪出一階社會網路圖如下：

In [17]:

dfivst = dfivst.sort(columns='outdeg', ascending=False)
ids = dfivst.index[:50].tolist()
g = get_network(ids, 1)
for k, v in g.node.iteritems():
    if k in ids:
        v['group'] = 1
    else:
        v['group'] = 0
        
draw(g, ids)

fi = 'outdeg_network.lv1.json'
exp_company(g, jsonfi=join(output_path, 'html', fi))
html_url=write_d3(fi, 'html', color='category10')

markdown_str=u"[另開新頁]({0})".format(unicode(html_url))
HTML(markdown(markdown_str)) #+\
#     u'<iframe height="600px" width="100%" src={0}></iframe>'.format(html_url))

Out[17]:

另開新頁

僅從一階社會網路圖來看，這些原本即身處最大關係企業集團之內的企業已形成一個群體，表示這些企業間的距離在兩度 (degree <= 2) 之內，足證這些企業間的關係密切。

直接投資＋間接投資排名

接下來試圖從直接投資＋間接投資（簡稱為子孫數）排名觀察。母公司投資子公司，子公司又投資孫公司，如此層層相連形成一廣大關係企業結構。雖說最上層公司未必能影響最下層公司，但仍可視為有間接影響力。根據全體法人投資關係，列出子孫數前 25 大公司如下：

In [18]:

dfivst.sort(u'des', ascending=False, inplace=True)
#dfivst=dfivst[['name','anc','des','indeg','outdeg']]
s = dfivst.head(500).copy()
s['rank'] = range(len(s))
s['name'] = map(getname, s.index)
s['inbig1'] = [('O' if x in g1 else 'X') for x in s.index]
s=s[['rank','name','anc','des','indeg','outdeg','inbig1']]
coldic['inbig1'] = u'是否身處最大集團'
df=printdf(s[:25], coldic)
df

Out[18]:

排名	單位名稱	祖先數	子孫數	直接被投資	直接投資	是否身處最大集團
0	財政部	0	719	0	11	O
1	臺灣金融控股股份有限公司	1	668	1	3	O
2	臺灣銀行股份有限公司	2	665	1	17	O
3	行政院國家發展基金管理會	0	635	0	32	O
4	東賢投資有限公司	0	495	0	13	O
5	財團法人新光吳火獅文教基金會	0	492	0	8	O
6	成安有限公司	0	480	0	4	O
7	雲山有限公司	0	479	0	3	O
8	傑成有限公司	0	477	0	2	O
9	逢星投資股份有限公司	3	475	3	3	O
10	新台建設股份有限公司	2	475	2	3	O
11	傑昌投資股份有限公司	3	474	3	2	O
12	兆邦投資股份有限公司	3	472	1	3	O
13	成玲投資股份有限公司	6	472	3	3	O
14	葛昌投資股份有限公司	6	472	3	3	O
15	新光國際投資股份有限公司	0	471	0	6	O
16	家邦投資股份有限公司	9	471	3	15	O
17	進賢投資股份有限公司	0	460	0	3	O
18	昕達投資股份有限公司	0	460	0	3	O
19	昕昌投資股份有限公司	0	460	0	1	O
20	昕陽投資股份有限公司	0	460	0	2	O
21	東興投資股份有限公司	3	459	3	7	O
22	瑞新興業股份有限公司	1	459	1	11	O
23	漢霖建設股份有限公司	0	458	0	3	O
24	恆昇國際企業有限公司	0	458	0	1	O

In [19]:

df=printdf(s, coldic)
htmlcsv(u'前五百大詳細內容見此', df, fi='des_rank')

Out[19]:

前五百大詳細內容見此：HTML, CSV

從子孫數排名有幾項觀察：

以財政部為首，影響最多公司（台灣金控與台灣銀行為官股行庫成員，由財政部直接投資），其亦身處最大集團之內。雖說此亦有公私利益混雜的疑慮，但與黨營事業的差別在於：政府由全體人民投票決定，有可能政黨輪替，但是政黨則否。

而國發基金的成立宗旨在於改善產業結構、投資協助產業創新，其影響力排名第二。惟其評估標的方式與是否有受到有效監管則不在本文討論範圍之內。

除官股行庫與國發基金以外，其餘公司多以投資公司為主。此因現今經營控制財團企業的家族們，多以投資公司的形式控制企業。其直接投資家數多在十家以下，堪稱為財團幕後的藏鏡人。值得注意的是，榜上排名前 25 名的公司中，有大半屬於泛新光集團（新光＋台新）的一份子，新光集團旗下成員眾多，大股東透過多家投資公司交叉持有旗下企業，故這些公司的子孫數中有大量重複對象。

關於這些企業間的關係，可以根據前 50 名企業繪製一階企業社會網路圖如下：

In [20]:

dfivst = dfivst.sort(columns='des', ascending=False)
ids = dfivst.index[:50].tolist()
g = get_network(ids, 1)
for k, v in g.node.iteritems():
    if k in ids:
        v['group'] = 1
    else:
        v['group'] = 0
        
draw(g, ids)

fi = 'des_network.json'
exp_company(g, jsonfi=join(output_path, 'html', fi))
html_url=write_d3(fi, 'html', color='category10')

markdown_str=u"[另開新頁]({0})".format(unicode(html_url))
HTML(markdown(markdown_str)) #+\
#     u'<iframe height="600px" width="100%" src={0}></iframe>'.format(html_url))

Out[20]:

另開新頁

In [21]:

g2 = get_network(ids, maxlvl=3)
n2 = len(g2.node)
msg = [u"從上圖可以看到，前 25 名的企業大致可分為兩大群體：官股與泛新光集團。",
       u"一階的企業網絡圖共有 {0} 個點，佔不到該最大群體的 10％。".format(len(g.node)),
       u"若是延伸至三階共有 {0} 個點，共佔該最大群體 {1:1.2f} %。".format(n2, float(n2)/len(g1.node)*100)]
HTML(markdown(u''.join(msg)))

Out[21]:

從上圖可以看到，前 25 名的企業大致可分為兩大群體：官股與泛新光集團。一階的企業網絡圖共有 162 個點，佔不到該最大群體的 10％。若是延伸至三階共有 1986 個點，共佔該最大群體 14.87 %。

但是這種觀察方式僅能觀察得到官股與新光集團影響力龐大的結論，那麼其他家族與企業集團又如何呢？接下來將試圖應用社會網路分析的部份概念，來協助找出居於群體核心位置的企業。

中間度排名

這部份應用近距中間度指標 (closeness centrality) 試圖找出居於核心位置的企業。先暫列排名前 25 名企業如下：

In [22]:

#s1=nx.betweenness_centrality(g1)
s2=nx.closeness_centrality(g1)
#dfivst['betwu'] = pd.Series(s1)
dfivst['closu'] = pd.Series(s2)

In [23]:

s = dfivst.fillna(0).sort(columns='closu', ascending=False).head(500).copy()
s['rank'] = range(1, 1+len(s))
s['name'] = map(getname, s.index)
s['inbig1'] = [('O' if x in g1 else 'X') for x in s.index]
s=s[['rank','name','anc','des','indeg','outdeg','inbig1']]
coldic['inbig1'] = u'是否身處最大集團'
df=printdf(s[:25], coldic)
df

Out[23]:

排名	單位名稱	祖先數	子孫數	直接被投資	直接投資	是否身處最大集團
1	臺灣銀行股份有限公司	2	665	1	17	O
2	財政部	0	719	0	11	O
3	兆豐國際商業銀行股份有限公司	8	291	1	96	O
4	臺灣金融控股股份有限公司	1	668	1	3	O
5	中華開發工業銀行股份有限公司	20	304	1	79	O
6	行政院國家發展基金管理會	0	635	0	32	O
7	兆豐金融控股股份有限公司	7	348	5	8	O
8	財團法人新光吳火獅文教基金會	0	492	0	8	O
9	統一企業股份有限公司	4	221	4	43	O
10	交通部	0	432	0	8	O
11	中華開發金融控股股份有限公司	19	316	5	2	O
12	中華郵政股份有限公司	1	362	1	3	O
13	家邦投資股份有限公司	9	471	3	15	O
14	兆豐國際商業銀行股份有限公司工會	0	350	0	2	O
15	進賢投資股份有限公司	0	460	0	3	O
16	東賢投資有限公司	0	495	0	13	O
17	裕隆汽車製造股份有限公司	18	195	4	47	O
18	綿豪實業股份有限公司	2	436	1	5	O
19	高權投資股份有限公司	0	222	0	7	O
20	德岳實業股份有限公司	1	450	1	3	O
21	興文投資股份有限公司	2	326	1	3	O
22	永原投資股份有限公司	0	231	0	7	O
23	東興投資股份有限公司	3	459	3	7	O
24	新光育樂股份有限公司	39	444	6	2	O
25	泰伯投資股份有限公司	0	229	0	5	O

In [24]:

df=printdf(s, coldic)
htmlcsv(u'前五百大詳細內容見此', df, fi='betw_rank')

Out[24]:

前五百大詳細內容見此：HTML, CSV

排名前 25 名的企業，多半以官股行庫、國發基金與國營事業居多。其次為泛新光集團、統一集團與裕隆集團。

若是觀察前一百名企業的一階企業網路圖（見下圖），可看到多數企業集合成一個群體，表示這些企業間的距離大多在兩度以內，再次印證了這些企業間關係密切程度。其中新光集團旗下企業佔了不少，可見其企業經營網絡之廣闊。

In [25]:

ids = s.index[:100].tolist()
g = get_network(ids, 1)
for k, v in g.node.iteritems():
    if k in ids:
        v['group'] = 1
    else:
        v['group'] = 0
        
draw(g, ids)

fi = 'clos_network.lv1.json'
exp_company(g, jsonfi=join(output_path, 'html', output_path))
html_url=write_d3(fi, 'html', color='category10')

markdown_str=u"[另開新頁]({0})".format(unicode(html_url))
HTML(markdown(markdown_str)) #+\
#     u'<iframe height="600px" width="100%" src={0}></iframe>'.format(html_url))

Out[25]:

另開新頁

結語

本文試從社會網路分析角度揭示台灣經濟發展現況。從整體觀之，台灣存在一個由政府、財團與黨營事業組成之超巨大關係企業集團。關於其形成方式自有其歷史背景，並非本文探討重點。然吾人必須了解，僅僅從法人投資而言，財團間的利益關係遠比我們想像的還要密切。更遑論因血親、姻親而組成的親族關係，將使這集團規模進一步擴大。

另外我們也發現黨營事業亦身處這個巨大利益共同體裡面，這點在政黨決策方向的制定與執行上，將不可避免地造成巨大影響。如何有效監督與減少政黨與財團間的裙帶關係影響，仍有待全民共同努力。

本文研究僅為一個起點，後續將有更多的深入研究，協助我們更了解台灣的企業生態環境。

參考文獻

In [3]:

HTML(html)

Out[3]:

This post was written as an IPython notebook. It is available for download.

Gilbert's Data Lab by WeiCheng Liou is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://WeiChengLiou.github.io/.

In [2]:

HTML(hidecode)

Out[2]:

Gilbert's Data Lab

Data drives thinking, thinking transform the data.

台灣公司關係圖研究

從董監事名單觀察法人投資關係

台灣企業網絡生態圈

誰是老大哥？誰是藏鏡人？

直接投資家數排名

直接投資＋間接投資排名

中間度排名

結語

參考文獻

Comments